主元分析法在原油储罐监控系统中的应用

为了确保安全生产,实时监控原油集输过程中的变量,基于主元分析方法研究原油储罐各参数的变化规律,建立了主元回归模型,分析影响原油储罐正常运行的主要因素,对生产过程工艺参数的不正常状态实现有效的识别.通过现场数据验证表明本文基于主元模型和采用统计量检测故障的方法,对过程参数发生异常的现象具有较精确的分辨能力,可获得比较满意的结果.     

PID控制系统传感器故障诊断方法

在电液比例控制系统中,检测环节传感器的技术状态直接影响系统的工作性能.本文研究了基于PID的控制系统中,检测环节传感器故障的检测方法,研究结果对工程控制问题具有实际意义.     

基于改进多尺度核主元分析的化工过程故障检测与诊断方法研究

针对化工过程数据的多尺度性和非线性特性,提出了改进多尺度核主元分析法.先利用小波变换分析测量数据的多尺度特性,然后采用核主元分析算法进行在线故障检测,对检测到的故障采用核函数梯度算法实现在线故障诊断,根据每个监控变量对统计量T~2和SPE的贡献程度,绘制贡献图,用于故障的分离.在监控过程中为解决核矩阵计算困难,引入特征向量选择方法.TE过程的仿真结果表明它能有效实现故障检测、故障诊断,与主元分析方法相比,显示出更高的过程监控能力.     

SD-508型摇板式压缩机空调系统故障诊断与排除

空调系统是提高小轿车舒适性能的一个重要装置之一,快速有效地排除其故障非常重要。针对SD-508型摇板式压缩机空调系统,结合实际维修经验简要介绍了各种故障的检测与排除。     

热力参数的KPCA-RBF网络建模及传感器故障诊断方法

针对复杂恶劣环境下机组热力参数的数据监测及传感器故障诊断问题,建立了融合机理分析、核主元分析(kernel principle component analysis,简称KPCA)与径向基神经网络(radial basis function,简称RBF)的发电机组热力参数预测及传感器故障检测模型。首先,根据机理分析得到完备的辅助变量集,并利用核主元分析提取辅助变量的特征信息以有效处理发电机组中高维、强耦合的非线性数据;其次,将主元变量集输入径向基神经网络进行学习,实现热力参数的重构;最后,基于预测模型与窗口移动法实现传感器的故障诊断,并对故障数据进行及时修复和准确替换。以燃气轮机排气温度为例进行验证的结果表明,该预测模型具有更高的精度和泛化能力,能在传感器故障发生初期及时发现并识别故障类型,检测效果优良。     

基于免疫算法的暖通空调系统传感器故障诊断研究

针对暖通空调系统传感器故障诊断时,无法获取精度较高的传感器特征,导致诊断结果与实际结果不符的问题,提出一种基于免疫算法的暖通空调系统传感器故障诊断方法,通过对传感器信号的频域和时域特征计算,获取传感器信号特征,据此构建传感器信号观测器,比较传感器与滤波器的输出残差,构建暖通空调系统传感器故障诊断模型.采用免疫算法对构建...     

基于FMEA的飞机空调系统故障诊断与仿真

为保证飞机空调系统安全可靠运行,针对飞机空调系统各主要部件进行了故障模式影响分析(failure mode and effects analysis,简称FMEA),并结合故障树分析(fault tree analysis,简称FTA)方法,对飞机空调系统故障进行了诊断实验。同时利用Matlab/Simulink软件建立了各部件的数值仿真模型,搭建了空调系统故障仿真平台,给出了系统关键部件的故障判据,对飞机空调系统进行了故障仿真,将实时数据与得到的仿真结果对比可以得出故障检修排序。以飞机座舱温度异常故障为例,阐述了飞机空调系统故障诊断方法。结果表明,涡轮故障时对座舱温度影响最大,在设计和维修中应重点考虑。     

基于费歇贡献图的故障诊断方法研究

提出了将多尺度主元分析方法和费歇判别分析相结合,一种多变量过程监控和故障参数的诊断方法。它的基本过程是利用多尺度主元分析对多变量生产过程进行监控,当监测到过程发生异常波动时,对包含故障信息的重要尺度的数据进行重构,重构后的信号进行聚类后利用费歇判别分析进行故障参数诊断。     

空调系统原理分析及故障检测

以某厂高端物流重卡为例,介绍车载空调系统的基本组成、线路连接,并阐述空调系统的控制原理,最后对空调系统的故障检测进行详细说明.希望通过这些介绍,可以让广大读者对车载空调系统原理有初步了解,并能识别及处理空调系统常见的故障问题.     

基于PCA-SVM集成阀门故障诊断方法研究

提出了一种基于主元分析和支持向量多分类器的故障诊断方法.该方法首先对工业故障数据进行主元分析提取数据集特征并降低数据维数,再把故障特征数据通过支持向量多分类器进行模式分类,最后通过特征分类诊断故障.在DAMADICS阀门模型上进行了仿真,并利用Lublin Sugar Factory工业故障数据进行了验证.仿真结果表明该方法可以快速准确地检测与诊断故障.     

类均值核主元分析法及在故障诊断中的应用

核主元分析在应用过程中,通常采用累积贡献率法确定核主元个数,舍弃一些贡献率较小的核主元,导致数据样本部分信息的损失,影响故障诊断的效果。针对这一情况,提出一种类均值核主元分析法,它将输入空间的数据样本映射到高维特征空间后,先求出各类映射数据的类均值矢量,然后在类均值矢量张成的子空间上对类均值矢量进行主元分析,利用构建的类均值核矩阵,建立类均值核主元算法。由类均值核主元形成的特征矢量包含原数据样本的全部变异信息,并且维数低于故障类别数,能够在类均值矢量基础上实现无信息损失的数据降维。将改进算法应用于滚动轴承故障诊断,结果表明,它具有比传统核主元分析更强的综合原始变量信息的能力,能更好地提取数据样本的类别信息,快速实现故障模式的准确识别。     

基于SKICA的非线性过程缓变故障检测方法研究

针对非线性工业过程缓变型故障的检测问题,提出一种基于累积和核独立元分析(SKICA)的故障检测方法.通过核函数技术将观测数据从非线性空间映射到线性空间,然后对线性空间的数据应用独立元分析算法,提取观测数据中的非线性独立元.为了更好的检测过程中微小变化和缓变故障,进一步应用累积和控制图(CUSUM)的思想.建立累积和非线性独立元并以此构造统计量监控过程变化.在连续搅拌反应器(CSTR)上的仿真结果表明,SKICA方法能够比ICA方法更快的检测出非线性过程中的缓变型故障.     

基于主元分析的传感器故障检测与诊断

介绍主元分析方法在温度传感器故障检测与诊断中的应用。通过计算实际测量值和故障重构值及它们值的统计特性来识别故障类型；通过改进故障判别指数SPE及SVI，提高了故障检测与诊断的准确率。     

基于改进重构贡献图的故障定位方法

针对重构贡献(RBC)方法仅适合单变量故障的定位及贡献图中出现拖尾效应(SE)的问题,本文提出一种基于改进重构贡献图(MRBCP)的故障定位方法。采用概率主元分析(PPCA)建立监视模型和统一量度的监视统计量,克服PCA方法中不同量度的监视统计量造成的诊断结果不一致的缺点。对于故障样本,以变量的重构监视统计量为贡献统计量,通过组合最大化思想对故障变量进行逐次定位。在历史故障信息未知的情况下,能够进行多变量故障的定位,然后在定位出的故障变量中进行贡献图分析,进一步对故障变量实现准确定位,从而避免了拖尾效应。通过数值案例和TE过程——实际化工过程的真实模拟过程进行实验,并与基本RBC方法、基于PCA的MRBCP方法进行比较,结果表明了所提方法的有效性。     

基于PCA的传感器网络的故障诊断分析

主成分分析属多元统计方法,正逐步成为控制领域中一种重要的数据处理方法,用于生产监测和质量控制。本文简要地介绍了PCA中两种常用的图形分析法——Q图和主元得分法,利用统计软件——SPSS对数据进行处理,简化了复杂的运算过程,并对其数据处理过程进行了说明。最后,通过空压机远程监控系统传感器网络的实例模型,运用SPSS软件,说明了这一数据处理方式的简便、有效性和缺陷。     

基于虚拟传感器的气体传感器故障诊断与恢复

对传感器进行故障检测与恢复,对提高系统可靠性是必须的。采用智能软方法可以有效地降低系统的成本。由于化学气体传感器之间具有信息冗余的特点,该文提出了利用神经网络构建虚拟传感器来实现化学气体传感器故障检测与恢复的新方法,该方法已用于一个人工嗅觉系统中,实验表明采用该方法可以方便地实现传感器故障的在线诊断与恢复。     

基于KPCA残差方向梯度的故障检测方法及应用

针对核主元分析(KPCA)在应用过程中非线性映射不存在原像、故障变量无法辨识、工程应用困难等问题,提出了一种改进的KPCA残差方向梯度故障检测方法。利用主元统计量和残差统计量的偏微分之间存在着相关性这一性质,对与主元统计量相关的格拉姆矩阵偏微分中间计算过程进行优化,提出一种新的KPCA残差方向梯度算法,在此基础上结合统计量形成系统故障检测的新方法。非线性系统仿真表明,改进的KPCA残差方向梯度法不仅具有较优的故障变量辨识能力,还极大地减小了计算量,缩短了计算时间。大型热力系统的应用进一步表明,无论对于单故障和多故障的情况,方法均具有较好的故障检测能力,并且不存在残差污染,易于工程实现。     

暖通空调系统故障诊断技术及应用

本文阐述了暖通空调(HVAC)系统故障诊断的基本方法和技术，简要地介绍了其故障诊断的研究现状及应用情况，对HVAC系统故障进行了分类，并对故障特征进行了归纳。文中提出了HVAC系统故障诊断方案及诊断模型，并结合工程实例进行了分析。